美國二手奢侈品交易平台 The RealReal 正透過雙軌 AI 策略,同步優化供應端的商品處理流程與需求端的線上購物體驗。這項布局由後端系統 Athena 與前端購物代理 Ask TRR 共同構成,分別解決二手市場中鑑定量能龐大與商品搜尋困難的長期痛點,試圖改善整體營運效率並提升消費者的平台黏著度。
Athena 自動化商品處理流程,降低鑑定與上架成本
在後端營運層面,二手奢侈品上架過程十分繁瑣,包含尺寸測量、狀況檢查、真偽鑑定、拍攝、定價與刊登等多個環節。The RealReal 每年接收數百萬件寄售商品,過度依賴人工處理將成為擴大營運規模時的成本負擔。
The RealReal 為此導入 Athena 系統,利用影像資料與平台多年累積的商品資訊,協助生成商品描述、提供定價建議,並評估商品的仿冒風險。《PYMNTS》報導指出,預計到今年年底,該系統將處理近一半的商品,高於 2025 年底的 35%。
Athena 會依據風險程度分流商品,讓低風險項目跳過部分人工鑑定程序,高風險商品則交由專業鑑定師進一步檢查。平台亦運用名為 Vision 的微影像 AI 工具放大縫線與材質細節,比對資料庫輔助判斷。不過 AI 現階段並未完全取代人工,鑑定師仍會透過 X 光設備與觸覺感官確保真偽,使人力資源能集中在需要高階判斷的品項上。
這套分流機制可望大幅壓縮商品上架前的處理時間。The RealReal 高層預期,商品從進入倉庫到正式上架的平均時間將由 14 天縮短至 7 天。對寄售平台而言,加快上架速度能加速商品流動,寄賣者看見商品快速進入銷售程序,也會大幅提升再次寄售的意願。同時,自動化輔助有助於控制營運與技術成本,在業務成長時降低對新增基層人力的依賴。
Ask TRR 結合 Gemini,改善一物一件的搜尋難題
前端購物體驗則面臨「一物一件」的獨特挑戰。二手奢侈品每件商品皆具備獨特性,售出後便不再補貨,傳統電商依賴特定關鍵字與規格的搜尋方式往往難以發揮效果。消費者即使有明確的剪裁風格、穿搭場合或年代偏好,也可能因不知曉精確的品牌或設計師名稱,導致理想商品埋沒在龐大的庫存中。
為了突破搜尋瓶頸,The RealReal 在試行後攜手 Google Cloud,向全體會員擴大推出 Ask TRR 購物代理服務,讓消費者直接以對話方式描述需求,例如詢問應該購買哪一款奢侈品手提包,再由 AI 根據使用者的意圖與偏好提供個人化推薦。The RealReal 執行長暨總裁 Rati Sahi Levesque 表示,平台每天提供超過 150 萬件獨特商品,並累積 15 年的專有數據與奢侈品專業知識,這些資料有助於系統理解消費者需求,提升商品探索的精準度。
Google Cloud 應用 AI 產品副總裁 Darshan Kantak 則指出,代理式 AI 在零售業的發展方向,是理解消費者的需求與偏好,而非僅回答問題。The RealReal 也計畫進一步在商品描述頁面加入 AI 推薦,讓消費者評估商品時獲得更符合情境的資訊。
The RealReal 藉由 Athena 自動化處理資訊與分流風險,目標是提升供應端的上架效率並控制變動成本;前端的 Ask TRR 則希望透過對話式推薦改善探索體驗,協助消費者更容易找到合適的商品。雙軌 AI 策略同時作用於供應與需求兩端,期望促成商品更快周轉、降低人工依賴,並提高顧客終身價值。
【推薦閱讀】
◆ AI Agent 搶走購物入口:Airbnb、The RealReal 如何守住流量與交易秩序?
◆ ChatGPT「類搜尋查詢」達 Google 五分之一,Google 查詢成長率卻創 5 年新高?兩組數字為何不矛盾
◆ AI 帶來的顧客更會買:Adobe 數據揭新流量入口正在成形
*本文開放合作夥伴轉載,參考資料:Google、《Fortune》、《PYMNTS》、《華爾街日報》,首圖來源:The RealReal
(責任編輯:張哲瑋)



